在我国,数据中心的能源消耗逐年上升。据一些研究报告和统计数据显示,国内数据中心的能耗占全国总能耗的比例约为2%左右。其中,数据中心的主要能耗来自设备运行(如服务器、存储设备、网络设备等),以及冷却和环境温控系统。随着云计算、大数据、人工智能等技术的快速发展,数据中心的需求不断增加,而能源消耗也成了数据中心行业关注的焦点问题。为应对这一挑战,政府和企业正采取一系列措施,推动绿色数据中心的发展,提高数据中心的能源效率,降低环境影响。
制冷对于绿色数据中心的重要意义
绿色数据中心的目标是实现能源效率最大化,减少资源浪费和对环境的影响,环境温控在实现这些目标方面发挥着关键作用。有效的环境温控可以降低数据中心的能源消耗。通过精确监测并调整数据中心的温度和湿度,能够确保设备在合适的环境条件下运行,从而降低冷却系统的功耗。此外,采用具有高能效的空调设备和先进的散热技术,如液冷系统,也可以提高能源利用效率,为绿色数据中心带来更多节能效果。
在2023年数据中心绿色发展大会上,我们采访到了广东申菱环境系统股份有限公司ICT市场总监邓志和。在本次访谈中,邓总分享了申菱公司的业务概况、在数据中心绿色化、低碳化方面的解决方案及对新技术发展趋势的看法。
广东申菱环境系统股份有限公司ICT市场总监邓志和(右)
为数据中心制冷提供垂直一体化解决方案的申菱
经过二十多年的发展,申菱已经成为数据产业服务、专业特种、工业工艺及高端公建四大领域的专家。申菱为全球用户提供环境调控垂直一体化解决方案,在节能降耗冷却技术方面深入研究。针对数据中心绿色化、低碳化的市场需求,申菱提供了具有高能效的精密空调、间接蒸发冷、氟泵多联相变冷却系统以及液冷等产品。
随着算力要求不断提升,液冷技术的应用将越来越广泛。邓志和介绍,目前数据中心趋向更高能效、自然冷却等技术,液冷是当前所有技术方案中能效最佳的解决方案。申菱在液冷技术方面布局较早,已成功推出冷板和浸没式两种液冷解决方案。此外,申菱还推出了集成冷站等创新产品,可以实现更多的预置化,减少方案设计及现场施工问题,同时能效非常优秀。为应对市场机遇,申菱将继续关注政策动态、AIGC技术以及ChatGPT等应用需求,与互联网企业、运营商、金融、市政等各行业市场展开合作。邓志和表示,申菱在全国多地都有成熟的项目应用案例,有丰富的实践经验,有信心服务好各大中小型各类项目,可以满足多地市场需求。
降低PUE有奇效的液冷
提及绿色数据中心,就避不开PUE(Power Usage Effectiveness)这个数据中心能效的关键衡量指标,它表示数据中心的能源使用效果。这个值越接近1,说明数据中心在能源利用方面越高效。PUE的计算公式为:PUE = 总能耗(Total Facility Power)/ IT设备能耗(IT Equipment Power)其中,总能耗包括了整个数据中心的能耗,如空调、照明、安全系统等设施的能耗;而IT设备能耗则主要是服务器、存储设备、网络设备等核心设备的能耗。PUE的重要意义体现在以下几个方面:1. 评估数据中心能效:PUE可以作为评估数据中心运营能效的关键指标,帮助企业或运营商监测和改进数据中心的能源消耗情况。2. 降低运营成本:提升数据中心能效有助于降低能源消耗,从而降低运营成本。3. 提高可持续性:优化PUE能够减少对环境的影响,促使数据中心实现更加环保、可持续的发展。4. 方便比较和监测:PUE为企业和行业提供了一个共同的参考标准,有助于企业间、数据中心间的能效比较与优化。通过对PUE的监测,企业可以及时发现潜在问题并进行改进。综上所述,PUE对于数据中心具有重要意义,关注和优化PUE值是提高数据中心运营效率及其可持续发展的关键。
申菱在很早以前就开始研发数据中心液冷技术,早在2016年,申菱在中国移动南方致冷基地的液冷数据中心项目中,经过工信部各位专家共同见证,PUE值达到1.15(广州),远低于工业和信息化部、国家发展改革委、财政部、生态环境部、国务院国资委、市场监管总局联合印发《工业能效提升行动计划》中,到2025年,新建大型、超大型数据中心电能利用效率(PUE,指数据中心总耗电量与信息设备耗电量的比值)优于1.3的要求。
随着全球对环保问题的关注度逐渐提高以及能源消耗日益严重,绿色数据中心的未来发展将通过使用更高效的设备、优化数据中心布局、调整工作负载等手段,提高数据中心的能源利用率,使PUE值越来越接近1。同时采用更先进的冷却技术,如液冷系统,以降低能源消耗。并通过机器学习、大数据等人工智能技术,实现数据中心的自动化管理、负载调度及故障预测等功能,提高数据中心的运行效率。总之,未来绿色数据中心将在节能、环保、可持续性等方面取得更多突破,为企业和社会创造更大的价值。同时,不同利益相关方也应共同努力,向绿色转型发展,共建美好的数字世界。
好文章,需要你的鼓励
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。